[发明专利]基于合闸线圈电流时域统计特征的断路器故障识别方法

说明书

本发明公开一种基于合闸线圈电流时域统计特征的断路器故障识别方法，采集断路器合闸操作时合闸线圈的电流数据，并提取其特征点；计算待识别信号特征点与已知类别信号特征点间的欧式距离，并找出与待识别信号特征点距离最为接近的多个信号，根据这些信号的断路器状态，判断待识别信号所处的断路器状态，从而实现断路器的故障识别。本发明能够对断路器操作机构常见机械故障进行诊断，在故障发生时对故障元件及故障部位进行精准定位，从而帮助维修人员进行故障处理、提高维修效率，保障断路器安全可靠的运行。

技术领域

本发明涉及断路器故障诊断技术领域，具体为一种基于合闸线圈电流时域统计特征的断路器故障识别方法。

背景技术

断路器在电力系统中承担着控制和保护的关键任务。若断路器发生故障不能及时进行分合闸，势必会使电力系统中的故障范围扩大，严重威胁着电力系统的安全可靠运行。据调查，断路器所发生的故障大部分是其操作机构机械故障；此外，断路器操作机构结构复杂，当其发生机械故障时，往往难确定其故障部位或故障元件，提高了维修工作的难度。

合闸线圈是断路器操作机构中的关键元件之一，当线圈中流过电流时会产生磁通，使线圈内部的铁芯受到电磁吸引力开始动作，从而控制断路器实现合闸的功能。相反，当线圈中的电流被切断，线圈内的磁通消失，使得铁芯失去电磁吸引力，铁芯受弹簧作用而恢复原位。因此通过不同阶段下的合闸线圈电流能反映出铁芯、脱扣机构以及辅助开关等操作机构内不同部件的工作情况，该电流信号能够对操作机构机械故障进行故障诊断。目前对于分合闸线圈电流特征点的选取，未考虑不同状态下线圈电流特征点在时域中分布不同的本质特点，选取的特征点不能够全面的反映出线圈电流的变化情况；且采用合闸线圈电流进行诊断的方法大多采用支持向量机、神经网络等人工智能算法，训练速度较慢，容易产生过拟合、局部最优等问题，影响故障诊断的准确率，因此有必要引入一种特征点选取更合理、故障识别更加准确可靠的断路故障诊断方法。

发明内容

针对上述问题，本发明的目的在于提供一种能够快速地诊断出断路器操作机构机械故障的元件、部位、类型的基于合闸线圈电流时域统计特征的断路器故障识别方法。技术方案如下：

一种基于合闸线圈电流时域统计特征的断路器故障识别方法，包括以下步骤：

步骤A：分别采集正常状态下和各故障状态下断路器操作机构合闸线圈的电流信号的实验数据；

步骤B：提取正常状态下和各故障状态下断路器操作机构的合闸线圈电流待分析信号，

并提取所述合闸线圈电流待分析信号的时域统计特征点；

步骤C：采集实际工程中断路器操作机构合闸线圈的电流信号，从中提取合闸线圈电流待识别信号，并提取所述合闸线圈电流待识别信号的时域统计特征点；

步骤D：计算待识别信号时域统计特征点与待分析信号的时域统计特征点间的欧式距离，并找出与待识别信号特征点距离最为接近的多个信号，根据这些信号的断路器状态，判断待识别信号所处的断路器状态，从而实现断路器的故障识别。

进一步的，所述步骤A具体包括：

分别对正常状态以及操作机构卡涩、基座螺丝松动、铁芯卡涩三种故障状态的高压断路器进行N次合闸操作实验，以采样频率f分别采集：

正常状态下第n次实验的断路器操作机构合闸线圈的电流信号i₀ⁿ；

操作机构卡涩状态下第n次实验的断路器操作机构合闸线圈的电流信号i₁ⁿ；

基座螺丝松动状态下第n次实验的断路器操作机构合闸线圈的电流信号i₂ⁿ；